WEKA (Waikato Environment for Knowledge Analysis) is a popular open source machine learning software written in Java, developed at the University of Waikato. It contains tools for data pre-processing, classification, regression, clustering, association rules, and visualization. The document provides instructions on installing and using WEKA to preprocess data, classify it using algorithms like naive Bayes and decision trees, and analyze the results.

1. Programa Open Source WEKAIntroducción.

2. Instalación del WEKA.

3. Uso del WEKA.

4. Repositorios del WEKA.Elaborado por: Jean Sánchez

5. IntroducciónEl sistema WEKA (WaikatoEnvironmentforKnowledgeAnalysis) fue desarrollado en la Universidad de Waikato en Nueva Zelanda. Está bajo licencia GNU implementado en Java y ha sido probado en Windows, Linux y Macintosh.Implementa algoritmos de minería de datos que pueden aplicarse a bases de datos desde su línea de comando o bien desde su interfaz gráfica.Este sistema incluye una variedad de herramientas para transformar conjuntos de datos.Permite realizar preprocesamientos de datos para transformarlos en un esquema de aprendizaje, a fin de que sus resultados puedan ser analizados. WEKA permite aplicar un método de aprendizaje a conjuntos de datos y analizar los resultados para extraer información. Otra forma es aplicar varios métodos de aprendizaje y comparar sus resultados en orden de escoger una predicción. Estos métodos son llamados clasificadores.La implementación de los esquemas de aprendizaje son los recursos más valiosos de WEKA. Las herramientas para el preprocesamiento de datos, llamados filtros, WEKA centra su atención en los algoritmos de clasificación y filtro, sin embargo, también incluye la implementación de algoritmos para el aprendizaje de reglas de asociación y el agrupamiento de datos (clustering).

6. Instalación de WEKADescargar desde la página web de la Universidad de Waikato http://www.cs.waikato.ac.nz/ml/weka/Permitirá la instalación de la máquina virtual java.Comenzará la instalación automática del programa.Se mostraran las ventanas que se muestran a continuación

7. Instalación de WEKASe mostrará la siguiente ventanaPulsa siguiente

8. Instalación de WEKASe mostrará la siguiente ventanaPulsa Estoy de Acuerdo

9. Instalación de WEKASe mostrará la siguiente ventanaPulsa siguiente

10. Instalación de WEKASe mostrará la siguiente ventanaPulsa siguiente

11. Instalación de WEKASe mostrará la siguiente ventanaPulsa Instalar

12. Instalación de WEKASe mostrará la siguiente ventanaPulsa siguiente

13. Instalación de WEKASe mostrará la siguiente ventanaPulsa Finalizar

14. Uso del WEKALa pantalla principal del WEKA se muestra a continuación:

15. Uso del WEKASe muestran las 4 opciones posibles interfaces de trabajo con WEKAExplorer: es la opción que permite ejecutar los algoritmos de análisis y comparar resultados sobre un único conjunto de datos. Experimenter: es la opción que permite definir experimentos complejos y almacenar resultados.KnowledgeFlow: es la opción que permite llevar a cabo las mismas operaciones que Experimenter pero representado como un grafo dirigido.Simple Cli: es “Command-Line Interfaz” es una ventana de comandos java para ejecutar las clases WEKA.

16. Uso del WEKAExplorer:Como se observa con seis subentornos de ejecución:Preprocess: permite el uso de las herramientas y filtros para cargar y manipular los datos.Classification: permite el acceso a las técnicas de clasificación y regresión.Cluster: permite integrar varios métodos de agrupamiento.Associate: permite incluir las reglas de asociación.SelectAttributes: permite aplicar las técnicas de reducción de atributos.Visualize: permite visualizar el comportamiento de los datos.

17. Uso del WEKAExplorer: Preprocesamiento de Datos.Se pueden importar datos en varios formatos: ARFF, CVS, C.45, binarios.

18. Los datos pueden provenir desde un URL o de una base de datos (usando JDBC).

19. Herramientas de preprocesado: Filters.

20. Filtros para: discretización, normalización, selección de atributos, ...Uso del WEKAExplorer:Las flores de las plantas Iris (liliáceas) se clasifican a base de las dimensiones de sus pétalos y sépalosEs un problema académico planteado por Fisher en 1936, que consta de las mediciones de 150 ejemplares de tres subclases: Setosa, Versicolor, Virginica.

21. Uso del WEKAExplorer:Los datos son introducidos como archivos ARFF los cuales poseen las siguientes características:Cabecera con el nombre de la relación:iris@RELATION iris@ATTRIBUTE sepallength REAL@ATTRIBUTE sepalwidth REAL@ATTRIBUTE petallength REAL@ATTRIBUTE petalwidth REAL@ATTRIBUTE class {Iris-setosa,Iris-versicolor,Iris-virginica}@DATA5.1,3.5,1.4,0.2,Iris-setosa4.9,3.0,1.4,0.2,Iris-setosa…5.2,2.7,3.9,1.4,Iris-versicolor5.0,2.0,3.5,1.0,Iris-versicolor…7.2,3.6,6.1,2.5,Iris-virginica6.5,3.2,1.4,2.0,Iris-virginicaDeclaración de atributos:{a1,a2,..,an} enumeradoREAL numéricoConjunto de datos:150 instancias.Ordenadas de 50 en 50.

22. Uso del WEKAExplorer: PreprocessPulse para abrir archivo

23. Uso del WEKAExplorer: PreprocessPulse para abrir archivo seleccionado

24. Uso del WEKAExplorer: Preprocess

25. Uso del WEKAExplorer: PreprocessPulse sobre el atributo class

26. Uso del WEKAExplorer: PreprocessPulse sobre la opción Visualiza todo

27. Uso del WEKAExplorer: PreprocessComo se observa los cinco atributos de las plantas Iris:sepallenght: longitud del sépalo.sepalwidth: anchura del sépalo.petallenght: longitud del pétalo.petalwidth: anchura del pétalo.class: especies que componen la planta Iris.

28. Uso del WEKAExplorer: PreprocessPulse sobre el atributo petalwidth

29. Uso del WEKAExplorer: PreprocessPulse sobre la opción Elegir

30. Uso del WEKAExplorer: PreprocessPulse sobre la opción de la herramienta de preprocesamineto no supervisada

31. Uso del WEKAExplorer: PreprocessPulse sobre la opción de la herramienta de preprocesamineto no supervisada para el tratamiento de los atributos

32. Uso del WEKAExplorer: PreprocessPulse sobre la opción de filtros

33. Uso del WEKAExplorer: PreprocessMarca sobre la opciones filtros que considere necesarias y pulsa Esta bien

34. Uso del WEKAExplorer: PreprocessPulse sobre la opción de la herramienta de preprocesamineto no supervisada para el tratamiento de los atributos escogiendo Discretizar

35. Uso del WEKAExplorer: PreprocessPulse sobre la opción aplicar

36. Uso del WEKAExplorer: Preprocess

37. Uso del WEKAExplorer: PreprocessUsaremos ahora de la herramienta de preprocesamineto no supervisada para el tratamiento de los atributos escogiendo Discretizar las opciones que posee pulsando sobre el

38. Uso del WEKAExplorer: PreprocessColocar en verdadero para hacer iguales el número de las frecuencias. Se puede también modificar cualquiera de las opciones a nuestra conveniencia

39. Uso del WEKAExplorer: PreprocessEn la sección Acerca de se muestra la información sobre la herramienta de Preprocesamiento utilizada.Pulsar sobre la opción esta bien

40. Uso del WEKAExplorer: PreprocessPulse sobre la opción aplicar

41. Uso del WEKAExplorer: Preprocess

42. Uso del WEKAExplorer: ClassifyWEKA ofrece cuatro opciones en el Test options:Use trainig set: la muestra es usada para entrenar y probar al mismo tiempo. Los resultados obtenidos no corresponden con la realidad.Supplied test set: los atributos de los datos son escritos en un nuevo archivo de formato ARFF sobre el cual se efectuará la clasificación.Cross-validation: permite dividir la muestra en k partes, sobre estas se procede a entrenar el clasificador con las k-1 partes y evaluar con la parte k actual.Percentagesplit: indica el porcentaje de la muestra que empleara para probar el clasificador.

43. Uso del WEKAExplorer: ClassifyPulsar sobre la opción Elegir

44. Uso del WEKAExplorer: ClassifyWEKA ofrece ocho opciones para clasificar:Bayes: métodos basados en el aprendizaje de Bayes.Functions: métodos matemáticos.Lazy: métodos basados en el aprendizaje del perezoso.Meta: métodos que resultan de la combinación de diferentes métodos de aprendizaje.Mi: métodos que aprenden mediante la variación de la densidad de los algoritmos.Misc: métodos que aprenden como si leyeran los datos.Trees: métodos que aprenden mediante arboles de decisión.Rules: métodos que aprenden y esto se puede expresar como reglas.

45. Uso del WEKAExplorer: Classify (bayes)Pulsar sobre la de filtros

46. Uso del WEKAExplorer: Classify (bayes)Marca sobre la opciones filtros que considere necesarios y pulsa Esta bien

47. Uso del WEKAExplorer: Classify (bayes)Pulsar sobre NaiveBayes para que se muestren las opciones que este posee

48. Uso del WEKAExplorer: Classify (bayes)En la sección Acerca de se muestra la información sobre la herramienta de Clasificación utilizada.Pulsa Esta bien luego de realizar las modificaciones en las opciones de ser necesario.

49. Uso del WEKAExplorer: Classify (bayes)Pulsar sobre Más opciones con lo cual se desplegara un menú emergente

50. Uso del WEKAExplorer: Classify (bayes)Pulsa Esta bien luego de realizar las modificaciones en las opciones de ser necesario.

51. Uso del WEKAExplorer: Classify (bayes)Pulsa sobre Comienzo para que el algoritmo empiece a ejecutarse

52. Uso del WEKAExplorer: Classify (bayes)Se muestra el resultado del algoritmo, deberás pulsar sobre la ventana deslizante hasta llegar al final de la misma

53. Uso del WEKAExplorer: Classify (bayes)Se muestra el resultado del algoritmo, deberás pulsar sobre la ventana deslizante hasta llegar al final de la misma

54. Uso del WEKAExplorer: Classify (bayes)Se muestra el resultado del algoritmo

55. Uso del WEKAExplorer: Classify (bayes)Pulsando botón contrario del ratón se desplegara la siguiente ventana emergente

56. Uso del WEKAExplorer: Classify (bayes)Pulsa sobre la opción visualizar los errores clasificados

57. Uso del WEKAExplorer: Classify (bayes)Pulsa sobre X para cerrar la ventana emergente

58. Uso del WEKAExplorer: Classify (bayes)Pulsa sobre la opción visualizar la curva marginal

59. Uso del WEKAExplorer: Classify (bayes)Pulsa sobre X para cerrar la ventana emergente

60. Uso del WEKAExplorer: Classify (bayes)Pulsa sobre la opción visualizar el umbral de la curva

61. Uso del WEKAExplorer: Classify (bayes)Pulsa sobre X para cerrar la ventana emergente

62. Uso del WEKAExplorer: Classify (bayes)Pulsa sobre la opción visualizar la curva de costos

63. Uso del WEKAExplorer: Classify (bayes)Pulsa sobre X para cerrar la ventana emergente

64. Uso del WEKAExplorer: Classify (trees)Pulsar sobre la opción Arboles de decisión

65. Uso del WEKAExplorer: Classify (trees)Pulsar sobre la opción J48 que usa el algoritmo C4.5

66. Uso del WEKAExplorer: Classify (trees)Pulsar sobre la de filtros

67. Uso del WEKAExplorer: Classify (trees)Marca sobre la opciones filtros que considere necesarias y pulsa Esta bien

68. Uso del WEKAExplorer: Classify (trees)Pulsar sobre J48 para que se muestren las opciones que este posee

69. Uso del WEKAExplorer: Classify (trees)En la sección Acerca de se muestra la información sobre la herramienta de Clasificación utilizada.Pulsa Esta bien luego de realizar las modificaciones en las opciones de ser necesario.

70. Uso del WEKAExplorer: Classify (trees)Pulsar sobre Más opciones con lo cual se desplegara un menú emergente

71. Uso del WEKAExplorer: Classify (trees)Pulsa Esta bien luego de realizar las modificaciones en las opciones de ser necesario.

72. Uso del WEKAExplorer: Classify (trees)Pulsa sobre Comienzo para que el algoritmo empiece a ejecutarse

73. Uso del WEKAExplorer: Classify (trees)Se muestra el resultado del algoritmo, deberás pulsar sobre la ventana deslizante hasta llegar al final de la misma

74. Uso del WEKAExplorer: Classify (trees)Se muestra el resultado del algoritmo, deberás pulsar sobre la ventana deslizante hasta llegar al final de la misma

75. Uso del WEKAExplorer: Classify (trees)Se muestra el resultado del algoritmo

76. Uso del WEKAExplorer: Classify (trees)Pulsando botón contrario del ratón se desplegara la siguiente ventana emergente

77. Uso del WEKAExplorer: Classify (trees)Pulsa sobre la opción visualizar Árbol de Decisión

78. Uso del WEKAExplorer: Classify (trees)Pulsa sobre X para cerrar la ventana emergente

79. Uso del WEKAExplorer: Classify (trees)Pulsa sobre la opción visualizar los errores clasificados

80. Uso del WEKAExplorer: Classify (trees)Pulsa sobre X para cerrar la ventana emergente

81. Uso del WEKAExplorer: Classify (trees)Pulsa sobre la opción visualizar la curva marginal

82. Uso del WEKAExplorer: Classify (trees)Pulsa sobre X para cerrar la ventana emergente

83. Uso del WEKAExplorer: Classify (trees)Pulsa sobre la opción visualizar el umbral de la curva

84. Uso del WEKAExplorer: Classify (trees)Pulsa sobre X para cerrar la ventana emergente

85. Uso del WEKAExplorer: Classify (trees)Pulsa sobre la opción visualizar la curva de costos

86. Uso del WEKAExplorer: Classify (trees)Pulsa sobre X para cerrar la ventana emergente

87. Uso del WEKAExplorer: ClassifyPrincipales Algoritmos utilizados en ClasificarBayesNet: Aprende redes Bayesianas.

88. NaiveBayes: Clasificador discriminador de Bayes.

89. Id3: Arboles de decisión usando el divide y vencerás.

90. J48: Arboles de decisión usando el C4.5.

91. RandomForest: Contruye un bosque aleatorio.

92. JRip: Construye reglas con el algoritmo RIPPER.

93. M5Rules: Construye reglas M5 desde árboles.

94. LinearRegression: Utiliza la regresión lineal.

95. MultilayerPerceptron: Usa Red Neuronal de Retroprogramación.

96. RBFNetwork: Usa Red de función en Radio Base.

97. SMO: Basado en Vectores de Soporte.

98. Ibk: Usa k vecinos más cercanos.

99. LWL: Aprendizaje basados en Pesos Locales.

100. Entre muchos otros…Uso del WEKAExplorer: ClassifyPrincipales Algoritmos utilizados en ClasificarBayesNet: Aprende redes Bayesianas.

101. NaiveBayes: Clasificador discriminador de Bayes.

102. Id3: Arboles de decisión usando el divide y vencerás.

103. J48: Arboles de decisión usando el C4.5.

104. RandomForest: Contruye un bosque aleatorio.

105. JRip: Construye reglas con el algoritmo RIPPER.

106. M5Rules: Construye reglas M5 desde árboles.

107. LinearRegression: Utiliza la regresión lineal.

108. MultilayerPerceptron: Usa Red Neuronal de Retroprogramación.

109. RBFNetwork: Usa Red de función en Radio Base.

110. SMO: Basado en Vectores de Soporte.

111. Ibk: Usa k vecinos más cercanos.

112. LWL: Aprendizaje basados en Pesos Locales.

113. Entre muchos otros…Uso del WEKAExplorer: ClusterWEKA ofrece cuatro opciones en el Clustermode:Use trainig set: la muestra es usada para entrenar y probar al mismo tiempo. Los resultados obtenidos no corresponden con la realidad.Supplied test set: los atributos de los datos son escritos en un nuevo archivo de formato ARFF sobre el cual se efectuará la clasificación.Percentagesplit: indica el porcentaje de la muestra que empleara para probar el clasificador.Classestoclusterevaluation: permite escoger el atributo a agrupar

114. Uso del WEKAExplorer: ClusterPulsar sobre la opción Elegir

115. Uso del WEKAExplorer: ClusterWEKA ofrece nueve algoritmos para agrupar datos:CobWeb: utiliza el algoritmo CobWeb.

116. DBScan: utiliza el algoritmo DBScan.

117. EM: utiliza el algoritmo EM.

118. FarthestFirst: utiliza el algoritmo FarthestFirst.

119. FilteredCluster: agupra los datos arbitrariamente y luego son pasados por un filtro arbitrario.

120. MakeDensityBasedClusterer: los datos son envueltos en clases y devuelven su distribución y densidad.

121. OPTICS: utiliza el algoritmo OPTICS.

122. SimpleKMeans: utiliza el algoritmo de k-medias.

123. XMeans: utiliza el algoritmo de x-medias.Uso del WEKAExplorer: ClusterPulsa sobre la opción filtros

124. Uso del WEKAExplorer: ClusterMarca sobre la opciones filtros que considere necesarias y pulsa Esta bien

125. Uso del WEKAExplorer: ClusterPulsa sobre la opción del algoritmo CobWeb

126. Uso del WEKAExplorer: ClusterPulsar sobre CobWeb para que se muestren las opciones que este posee

127. Uso del WEKAExplorer: ClusterEn la sección Acerca de se muestra la información sobre la herramienta de Agrupamiento de datos utilizada.Pulsa Esta bien luego de realizar las modificaciones en las opciones de ser necesario.

128. Uso del WEKAExplorer: ClusterPulsa sobre Comienzo para que el algoritmo empiece a ejecutarse

129. Uso del WEKAExplorer: ClusterSe muestra el resultado del algoritmo, deberás pulsar sobre la ventana deslizante hasta llegar al final de la misma

130. Uso del WEKAExplorer: ClusterSe muestra el resultado del algoritmo

131. Uso del WEKAExplorer: ClusterPulsando botón contrario del ratón se desplegara la siguiente ventana emergente

132. Uso del WEKAExplorer: ClusterPulsa sobre la opción visualizar Árbol

133. Uso del WEKAExplorer: ClusterPulsa sobre X para cerrar la ventana emergente

134. Uso del WEKAExplorer: ClusterPulsa sobre la opción visualizar los grupos formados

135. Uso del WEKAExplorer: ClusterPulsa sobre X para cerrar la ventana emergente

136. Uso del WEKAExplorer: AssociatePulsar sobre la opción Elegir

137. Uso del WEKAExplorer: AssociateWEKA ofrece cinco algoritmos para asociar datos:Apriori: utiliza el algoritmo Apriori.

138. FilteredAssociator: utiliza el algoritmo que asocia los datos arbitrariamente además de filtrarlos arbitrariamente también.

139. GeneralizedSequentialPatterns: utiliza el algoritmo GSP

140. PredictiveApriori: utiliza el algoritmo Apriori para hacer reglas de asociación.

141. Tertius: utiliza el algoritmo de Tertius.Uso del WEKAExplorer: AssociatePulsa sobre la opción filtros

142. Uso del WEKAExplorer: AssociateMarca sobre la opciones filtros que considere necesarias y pulsa Esta bien

143. Uso del WEKAExplorer: AssociatePulsa sobre la opción del algoritmo FilteredAssociator

144. Uso del WEKAExplorer: AssociatePulsar sobre FilteredAssociator para que se muestren las opciones que este posee

145. Uso del WEKAExplorer: AssociateEn la sección Acerca de se muestra la información sobre la herramienta de Asociación de datos utilizada.Pulsa Esta bien luego de realizar las modificaciones en las opciones de ser necesario.

146. Uso del WEKAExplorer: AssociatePulsa sobre Comienzo para que el algoritmo empiece a ejecutarse